买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江大学申请的专利一种基于扩散模型的综合能源运行场景生成及预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120373617B 。

龙图腾网通过国家知识产权局官网在2025-11-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510382446.3，技术领域涉及：G06Q10/063；该发明授权一种基于扩散模型的综合能源运行场景生成及预测方法是由杨强;赵婉冰设计研发完成，并于2025-03-28向国家知识产权局提交的专利申请。

本一种基于扩散模型的综合能源运行场景生成及预测方法在说明书摘要公布了：本发明公开了一种基于扩散模型的综合能源运行场景生成及预测方法，属于综合能源系统场景生成和预测领域。首先对综合能源系统区域内的历史功率数据和历史气象数据进行数据预处理构建数据集，然后构建基于交叉门控模块和时空图卷积模块的双分支神经网络结构，将该网络结构作为去噪网络集成到扩散模型的框架中，采用有相互联系的两个数据集，通过扩散模型的前向过程向数据集中无噪声的功率数据加入高斯噪声，将历史数据和加噪后的数据作为训练样本，训练扩散模型；利用训练完成的扩散模型，用历史数据和高斯噪声生成或预测未来的发电功率或负荷。本发明能够适用于综合能源系统多种源荷变量的场景生成和预测任务，显著提升场景生成质量和预测精度。

本发明授权一种基于扩散模型的综合能源运行场景生成及预测方法在权利要求书中公布了：1.一种基于扩散模型的综合能源运行场景生成及预测方法，其特征在于，包括以下步骤： S1：对综合能源系统区域内各光伏电站、风电场站、电负荷、热负荷的历史功率数据和历史气象数据进行数据预处理，构建数据集； S2：构建基于交叉门控模块和时空图卷积模块的双分支神经网络结构，用于联合预测不同类型的可再生能源发电功率或负荷；所述神经网络结构包括输入投影层、交叉门控模块、多个时空图卷积模块、输出投影层；其中的交叉门控模块实现不同种类变量之间的信息交互；每个时空图卷积模块内包括用以提取时间特征的时间卷积层、用以利用空间相关性并实现空间维度和通道维度数据交互的图卷积模块、以及用以对输入的数据在时间维度做下采样的时间下采样层； S3：将S2构建的神经网络结构作为去噪网络集成到扩散模型的框架中，扩散模型的训练采用两个有相互联系的数据集，所述有相互联系的数据集为光伏数据集和风电数据集，或者为电负荷数据集和热负荷数据集，通过扩散模型的前向过程向数据集中无噪声的功率数据加入高斯噪声，将历史数据和加噪后的数据作为训练样本训练扩散模型；模型学习预测每一步添加到功率数据中的噪声，训练目标是最小化实际噪声与神经网络给出的预测噪声之间的差异； S4：基于训练完成的扩散模型，通过反向采样过程对高斯噪声迭代地进行去噪，用历史数据和高斯噪声生成或预测未来的发电功率或负荷。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。